Compartilhar via

Tutorial de ontologia (versão prévia) parte 0: Introdução e configuração do ambiente

Este tutorial mostra como criar sua primeira ontologia (versão prévia) no Microsoft Fabric, gerando-a a partir de um modelo semântico existente do Power BI ou compilando-a com base em seus dados do OneLake. Em seguida, você enriquece a ontologia com dados operacionais ao vivo e a explora com prévia visualização de grafo e consultas em linguagem natural (NL) por meio do agente de dados do Fabric.

Importante

Esse recurso está na versão prévia.

O cenário de exemplo para este tutorial é uma empresa fictícia chamada Lakeshore Retail. Lakeshore é um vendedor de sorvetes de varejo que mantém dados sobre vendas e dados de streaming de freezer. No tutorial, você gera tipos de entidade como Store, Products e SaleEvent. Você associa dados de streaming como a temperatura do freezer da Eventhouse e responde a perguntas como: "Qual é o principal produto por receita em todas as lojas?"

Escolher método de criação de ontologia

Este tutorial contém duas opções para configurar o item de ontologia (versão prévia). Escolha um dos seguintes métodos:

  • Gerar a partir do modelo semântico: com estas instruções, você usa um modelo semântico existente para gerar automaticamente uma ontologia que você pode criar e estender. Escolha essa opção para ver como trabalhar com ontologia quando você já tiver um modelo semântico bem estruturado do Power BI que represente seu domínio de negócios.
  • Crie diretamente do OneLake: com estas instruções, você cria a ontologia manualmente associando propriedades diretamente do OneLake. Escolha esta opção para ver como criar uma ontologia quando você não tiver um modelo semântico ou quiser ter controle total sobre o design de ontologia desde o início.

Escolha seu cenário preferencial usando os links acima (recarregará a página) ou o seletor no início do artigo.

Pré-requisitos

  • Um workspace com uma capacidade habilitada para Microsoft Fabric. Use este espaço de trabalho para todos os recursos criados no tutorial.

  • As configurações necessárias para ontologia (versão prévia) e agente de dados devem ser habilitadas em seu locatário. Um administrador do Fabric deve habilitar as seguintes configurações na página de configurações de locatário do portal de administração:

    • Ativar item da Ontologia (prévia)
    • O usuário pode criar o Graph (versão prévia)
    • Permitir pontos de extremidade XMLA e analisar no Excel com modelos semânticos locais
    • Os usuários podem criar e compartilhar tipos de item do agente de dados (versão prévia)
    • Os usuários podem usar o Copilot e outros recursos alimentados pelo Azure OpenAI
    • Os dados enviados ao OpenAI do Azure podem ser processados fora da sua região geográfica da capacidade, do limite de conformidade ou da instância de nuvem nacional
    • Dados enviados para o Azure OpenAI podem ser armazenados fora da região geográfica da capacidade, do limite de conformidade ou da instância de nuvem nacional

    Captura de tela da habilitação da ontologia no portal de administração.

    Para obter mais informações sobre esses pré-requisitos, consulte as configurações de locatário necessárias para Ontologia (versão prévia).

  • Um workspace com uma capacidade habilitada para Microsoft Fabric. Use este espaço de trabalho para todos os recursos criados no tutorial.

  • As configurações necessárias para ontologia (versão prévia) e agente de dados devem ser habilitadas em seu locatário. Um administrador do Fabric deve habilitar as seguintes configurações na página de configurações de locatário do portal de administração:

    • Ativar item da Ontologia (prévia)
    • O usuário pode criar o Graph (versão prévia)
    • Os usuários podem criar e compartilhar tipos de item do agente de dados (versão prévia)
    • Os usuários podem usar o Copilot e outros recursos alimentados pelo Azure OpenAI
    • Os dados enviados ao OpenAI do Azure podem ser processados fora da sua região geográfica da capacidade, do limite de conformidade ou da instância de nuvem nacional
    • Dados enviados para o Azure OpenAI podem ser armazenados fora da região geográfica da capacidade, do limite de conformidade ou da instância de nuvem nacional

    Captura de tela da habilitação da ontologia no portal de administração.

    Para obter mais informações sobre esses pré-requisitos, consulte as configurações de locatário necessárias para Ontologia (versão prévia).

Baixar os dados de exemplo

Baixe o conteúdo desta pasta do GitHub: Exemplos de IQ.

Ele contém os seguintes arquivos CSV de exemplo. Os dados contêm informações sobre entidades estáticas no cenário do Lakeshore Retail e dados em tempo real dos seus freezers.

  • DimStore.csv
  • DimProducts.csv
  • FactSales.csv
  • Freezer.csv
  • FreezerTelemetry.csv

Preparar a casa do lago

Primeiro, crie um novo lakehouse chamado OntologyDataLH no workspace do Fabric.

Em seguida, envie quatro arquivos CSV de exemplo para seu lakehouse e carregue cada um em uma nova tabela delta. Esses arquivos contêm detalhes de entidade sobre objetos de negócios no cenário do Lakeshore Retail.

  • DimStore.csv
  • DimProducts.csv
  • FactSales.csv
  • Freezer.csv

Observação

Não faça upload de FreezerTelemetry.csv para o lakehouse. Carregue esse arquivo no Eventhouse em uma etapa posterior.

Para obter instruções detalhadas sobre como carregar arquivos em tabelas lakehouse, consulte as três primeiras seções de upload de arquivo CSV na tabela Delta para relatórios do Power BI.

Os nomes de tabela padrão refletem os nomes de arquivo em todas as letras minúsculas. A lakehouse tem esta aparência quando você terminar:

Captura de tela das tabelas na casa do lago.

Preparar o modelo semântico do Power BI

Esta seção prepara você para gerar uma ontologia de um modelo semântico. Se você não estiver seguindo o cenário de modelo semântico e quiser criar a ontologia manualmente a partir do OneLake, use o seletor no início do artigo para alterar para o cenário do OneLake.

  1. Na faixa de opções lakehouse, selecione Novo modelo semântico.

    Captura de tela da criação de um novo modelo semântico.

  2. No painel Novo modelo semântico , defina os seguintes detalhes:

    • Nome do modelo semântico do Direct Lake: RetailSalesModel

    • Workspace: o workspace do tutorial é escolhido por padrão.

    • Selecione ou desmarque tabelas para o modelo semântico. Selecione três tabelas:

      • dimproducts
      • dimstore
      • factsales

      Observação

      Não selecione a tabela do congelador . Crie essa entidade manualmente em uma etapa posterior.

    Selecione Confirmar.

  3. Abra o modelo semântico no modo de edição quando estiver pronto. Na faixa de opções, selecione Gerenciar relações.

    Captura de tela da faixa de opções do modelo semântico.

  4. No painel Gerenciar relações , use o botão + Novo relacionamento para criar duas relações com os detalhes a seguir.

    Da tabela Para tabela Cardinalidade Direção entre filtros Tornar essa relação ativa?
    factsales, selecione StoreId dimstore, selecione StoreId Muitos para um (*:1) Solteiro Yes
    factsales, selecione ProductId dimproducts, selecione ProductId Muitos para um (*:1) Solteiro Yes

    As relações são assim quando você termina:

    Captura de tela das relações criadas.

    Selecione Fechar.

Agora, o modelo semântico está pronto para importar para uma ontologia.

Preparar a casa de eventos

Siga estas etapas para carregar o arquivo de dados de streaming do dispositivo em um banco de dados KQL no Eventhouse.

  1. Crie uma nova casa de eventos chamada TelemetryDataEH no workspace do Fabric. Um banco de dados KQL padrão é criado com o mesmo nome. Para obter instruções detalhadas, consulte Criar uma casa de eventos.
  2. A casa de eventos é aberta quando está pronta. Abra o banco de dados KQL selecionando seu nome.
  3. Crie uma nova tabela chamada FreezerTelemetry que usa o arquivo de exemploFreezerTelemetry.csv como fonte. Para obter instruções detalhadas, consulte Obter dados do arquivo.

O banco de dados KQL mostra a tabela FreezerTelemetry quando você terminar:

Captura de tela da tabela no banco de dados.

Próximas etapas

Agora, seu cenário de exemplo está configurado no Fabric. Em seguida, crie um item de ontologia (versão prévia) gerando-o automaticamente de um modelo semântico ou criando-o manualmente da fonte de dados do OneLake.

Ambas as opções estão disponíveis na próxima etapa, Criar uma ontologia.

  • Last updated on